BRAKER¶
BRAKER on eukaryoottien genomin annotointiputki. Se yhdistää GeneMarkin ja AUGUSTUSin, ja sitä voidaan haluttaessa ohjata RNA-Seq- ja/tai proteiininäytöllä, jotta uusille genomeille voidaan tuottaa täydelliset geenirakenneannotaatiot.
Roihussa BRAKER on tarjolla nimellä BRAKER4 (braker4, versio 0.5.0-beta):
putken täydellisenä uudelleentoteutuksena Snakemake-työvuona,
joka suorittaa jokaisen taustalla olevan työkalun (GeneMark, AUGUSTUS, DIAMOND,
BUSCO/compleasm, RepeatMasker, …) Apptainer/Singularity-konttien sisällä.
Lisenssi¶
BRAKER on vapaa ja avoimen lähdekoodin ohjelmisto (MIT). BRAKER4-kontteihin sisältyvillä työkaluilla on omat lisenssinsä, mukaan lukien GeneMark, joka on maksuton akateemiseen käyttöön.
Saatavuus¶
- Roihu:
braker40.5.0-beta,bio-apps/v202603-moduulin kautta.
Toiminta Roihussa¶
BRAKER4 toimii Snakemake-työvuona, joka lähettää putken jokaisen vaiheen omana
Slurm-työnään ja suorittaa sen kontin sisällä. Ohjaat työvuota braker4-komennolla;
se noutaa konttikuvat ensimmäisellä käyttökerralla ja orkestroi koko annotoinnin.
braker4-moduuli tarjoaa BRAKER4-työvuon sekä valmiin Roihun Snakemake-profiilin polussa$BRAKER4_HOME/profiles/roihu.- Suoritat kaiken hakemistosta, joka sijaitsee
/scratch-alueella (työvuo kirjoittaa sinne; moduulin asennushakemisto on töille vain luku -tilassa). - Konttikuvat ladataan kerran jaettuun
/scratch-välimuistiin ja käytetään uudelleen.
Ennen ensimmäistä ajoa¶
Tarvitset:
- Työhakemiston
/scratch-alueella syötteille, tulosteille ja kuvavälimuistille. config.ini-tiedoston jasamples.csv-tiedoston kyseisessä työhakemistossa.
config.ini¶
Kopioi Roihun mallipohja ja muokkaa sitä:
Mallipohja ohjaa putken lataushakemistot /scratch-alueelle(tämä on pakollista — niiden oletusarvot osoittavat vain luku -tilassa olevaan asennushakemistoon). Aseta
vähintään kohdassa[paths]`:
[SLURM_ARGS] määrittää sääntökohtaiset Slurm-resurssit (cpus_per_task,
mem_of_node, max_runtime); [containers] luettelee konttikuvat
(oletusarvoilla ne noudetaan automaattisesti).
samples.csv¶
Yksi rivi kutakin genomia kohti. Otsikkorivi (14 saraketta) ja minimaalinen ab-initio (ES-tila) -esimerkki:
sample_name,genome,genome_masked,protein_fasta,bam_files,fastq_r1,fastq_r2,sra_ids,varus_genus,varus_species,isoseq_bam,isoseq_fastq,busco_lineage,reference_gtf
my_species,/scratch/<project>/genome.fa,/scratch/<project>/genome_masked.fa,,,,,,,,,,eukaryota_odb12,
busco_lineage on pakollinen. Lisää näyttöä täyttämällä asiaankuuluvat sarakkeet, esim.
protein_fasta proteiininäytölle, bam_files (kaksoispistein eroteltuna) RNA-Seq-
kohdistuksille tai isoseq_bam IsoSeqille — BRAKER4 valitsee ES-/EP-/ET-/ETP-tilan
automaattisesti antamasi näytön perusteella.
BRAKER4:n ajaminen¶
Aja braker4-putki /scratch-työhakemistostasi. Se on
kevyt (se lähettää työt ja odottaa); varsinainen laskenta suoritetaan Slurm-töissä,
jotka se käynnistää Roihu-profiilin kautta.
module load bio-apps/v202603 braker4
cd /scratch/<project>/braker_run # your working directory
cp $BRAKER4_HOME/config.ini.roihu config.ini # edit busco_download_path etc.
# ... create samples.csv ...
# Fast, node-local cache for container image conversion:
export APPTAINER_CACHEDIR=$TMPDIR/apptainer
braker4 \
--workflow-profile $BRAKER4_HOME/profiles/roihu \
--default-resources slurm_account=<project> slurm_partition=small \
--singularity-prefix /scratch/<project>/braker4_sif
- Korvaa
<project>omalla projektillasi. --default-resources slurm_account=… slurm_partition=…-asetuksessa on annettava molemmat arvot yhdessä (komentorivillä annettu--default-resourceskorvaa koko profiilin lohkon).--singularity-prefixon jaettu, pysyvä kuvavarasto; sen täytyy sijaita/scratch-alueella, jotta laskentasolmut voivat lukea kuvat.- Lisää
-nkuivaharjoittelua varten (muodostaa työsuunnitelman lähettämättä mitään) ja--rerun-incompletekeskeytyneen ajon jatkamiseksi.
Pitkissä tai raskaissa annotoinneissa aja pää-Snakemake-prosessi käyttöistunnossa kirjautumissolmun sijaan.
Resurssit ja partiot¶
BRAKER4:n säännöt ovat yhden solmun töitä, jotka pyytävät tietyn määrän ytimiä ja muistia, mikä
sopii Roihun small-partioon. Sääntökohtainen mitoitus tulee config.ini [SLURM_ARGS] -osiosta
(oletukset: 48 ydintä, 120 GB, 72 h); profiili määrittää vain tilin ja
partion. Jos putki epäonnistuu siksi, että jokin vaihe tarvitsee yli 72 h, siirrä kyseinen
ajo longrun-partioon (10 päivän raja); jos vaihe tarvitsee yli 1500 GiB, siirrä se
hugemem-partioon (enintään 6037 GiB, mutta 36 h:n raja — käytä hugemem_longrun-partiota, jos se tarvitsee molemmat).